就诊前，AI机器人已咨询了解了患者的基本病情，为医生问诊节省了大量时间；就诊时，医生口述即可完成病例，准确率大为提升；就诊后，AI机器人还可完成诊后随访；而在后台，智能病历质控系统还可以对病历进行缺陷筛查……

7月4-7日，由中国医院协会举办的2019中国医院大会在福建厦门进行。人工智能企业云知声召开主题为“AI 赋能临床：从助手到专家”的医疗AI产品发布会，正式推出了面向诊疗服务前、中、后不同阶段与场景的系列 AI 产品与解决方案，包括导医机器人、智能候诊解决方案、医疗语音交互解决方案、智能病历生成系统、智能病历质控系统，以及智能院后管理解决方案等。

覆盖诊前、诊中、诊后，AI从识别向决策升级

早在2016 年，云知声率先提出“医疗语音交互解决方案”，借助智能语音识别、自然语言理解等技术，让医生通过口述即可书写病历，提升病历书写的效率，此后，该方案落地北京协和医院。

三年磨一剑，云知声 IoT 事业部总裁谢冠超介绍，云知声已成为国内首家在医疗领域成熟落地语音产品的 AI 公司。

除“医疗语音交互解决方案”外，针对诊疗过程的诊前、诊中、诊后不同场景，云知声还推出了导医机器人、智能病历生成系统、智能病历质控系统以及智能院后管理解决方案等产品。以核心三甲医院为主要客群，目前，云知声智慧医疗相关产品已先后落地全国 100 多家医院，另在超 500 家医院完成测试。

谢冠超说，云知声医疗产品线目前已完成从感知到认知的战略升级，即从识别向理解、决策升级。未来，云知声将持续把临床知识图谱、自然语言理解等认知领域的人工智能技术应用到临床诊疗业务的各个环节，打造覆盖诊前、诊中、诊后智慧医疗全生态闭环的产品与解决方案。

越复杂报告越能体现语音录入价值

除了系统解读云知声智慧医疗整体战略之外，发布会现场，云知声还携手相关合作医院详细介绍了“医疗语音交互解决方案”“智能病历质控”“ 智能候诊&智能随访解决方案”等重点产品的功能特点与应用情况。

据美国医学会（AMA）的统计，医生职业生涯大约 35%-40% 的时间用于病历书写及相关文案工作上。医生键盘录入速度受限于熟练程度，效率低下，且多使用模板，无法突出患者病情特异性。

内容重复较多，使得病历千篇一律，失去科研价值。使用复制、黏贴，更会大概率成为诊疗事故的诱因。

而借助语音识别应用，可以提高医生录入工作 20%-40% 效率，尤其在工作量高、时间压力大的科室，越复杂的报告，就越能体现语音录入的价值。

云知声医疗 AI 产品经理郭崇亮介绍，云知声医疗语音交互解决方案由医疗语音识别引擎、语音录入客户端、定制麦克风和鼠标组成。以深度学习、超级计算和大数据等 AI 技术为基础，云知声构建了智能医疗语言模型，形成了语音病历系统的核心大脑，使得语音识别引擎具备识别快、识别准、不怕口音、抗噪性强等特征。

为适应医院不同科室实际的使用需求，该系统提供两个版本。其中，标准版提供一种方便快捷的辅助录入方式，医生通过口述患者病情，系统自动将语音转为文字，实时将文本输入至光标所在位置，从而提高录入效率；升级版则将专科识别模型、语音操控接口、语音过滤等专科化功能，都作为单独模块开发，实现系统的低耦合。可根据业务和场景需要与标准版系统进行自由组装，打包成不同的专科方案。

福建省立医院信息网络中心高级工程师王晟现场做了分享，他说，这套医疗语音交互解决方案已在福建省立医院门诊全科室上线，识别准确率平均达 97%，病历书写效率提升达 40% 。

对文书缺陷筛查有效提升病历质量

云知声医疗 AI 产品总监孙熙介绍，目前我国三甲医院每天的出院患者多达上百例，病历质控工作量大、专业性强，但电子病历系统的模块仅能完成简单的形式质控，内涵质控仍需要专业人员手动完成，人力资源和业务需求形成不可调和的矛盾。

为此，云知声应用 AI 技术能力推出智能病历质控系统，可准确理解病历内涵并进行缺陷筛查，重塑业务流程，大幅提高病历质控工作效率，以及质控深度和广度。

智能病历质控系统，则是人工智能在医疗领域从感知到认知的升级，该产品应用自然语言理解技术，结合临床知识图谱，为医生书写的病历文书进行缺陷筛查，可有效提升病历质量，从而保障医疗服务质量和医疗安全。

目前，云知声智能病历质控已在国内各大医院陆续落地，东南大学附属中大医院网络信息中心主任史亚香说，在医疗质量管理中，病历质控是医院管理的核心部分。目前中大医院病历质检覆盖率已达 100% ，质检缺陷覆盖面由原来的重点缺陷检查升级为全缺陷检查，质检工作提速接近 10 倍。

在大多数场景下，AI 所充当的更多的还是“助手”角色，医疗 AI 产品离人们所期待的“专家”定位还相去甚远。而影响人工智能从“助手”走向“专家”的关键，在于知识图谱。截至目前，在医疗知识图谱领域，云知声已储备约 50 万医学概念，超过 169万医学术语库，超过 398 万医学关系库，以及 52 万医学属性值对，涵盖了绝大部分药品、疾病、科室与检查，规模体量达国际领先水准。

【记者】郜小平